KR20150007881A - Apparatus and method for stabilizing image - Google Patents
Apparatus and method for stabilizing image Download PDFInfo
- Publication number
- KR20150007881A KR20150007881A KR1020130082470A KR20130082470A KR20150007881A KR 20150007881 A KR20150007881 A KR 20150007881A KR 1020130082470 A KR1020130082470 A KR 1020130082470A KR 20130082470 A KR20130082470 A KR 20130082470A KR 20150007881 A KR20150007881 A KR 20150007881A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- motion
- stabilized
- stabilization
- obtaining
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
- H04N23/6811—Motion detection based on the image signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/682—Vibration or motion blur correction
- H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 카메라의 흔들림에도 안정적인 영상을 출력하는 영상 안정화 장치 및 방법에 관한 것이다.The present invention relates to an image stabilizing apparatus and method for outputting a stable image even when camera shake occurs.
최근 멀티미디어 기기의 사용이 증가함에 따라 다양한 환경에서 촬영된 디지털 영상에 대한 화질개선(image enhancement) 기술에 대한 수요도 증가하고 있다. 화질개선 기술에는 영상의 번짐 제거, 잡음 제거 및 영상 안정화 기술 등이 있으며, 디지털 카메라, 스마트폰, 가정용 카메라나 캠코더, 산업용 감시 카메라, 방송용 카메라 및 군사용 영상 촬영 장치와 같은 촬영장치에 이르기까지 광범위하게 적용된다. 초기 촬영장치는 기존의 아날로그 영상을 디지털화하여 영상을 만들어 내는 데 그쳤다. 그러나 최근 사용되는 촬영장치는 각종 선처리 및 후처리 보정 기술이 적용되어 기존의 아날로그 영상보다 더욱 깨끗하고 선명한 화질의 디지털 영상을 얻을 수 있게 되었다.As the use of multimedia devices increases, the demand for image enhancement technology for digital images photographed in various environments is increasing. Image quality improvement technologies include image blurring, noise cancellation, and image stabilization techniques. They are widely used for digital cameras, smart phones, home cameras or camcorders, industrial surveillance cameras, broadcast cameras, and imaging devices such as military image capture devices. . The initial imaging device only digitizes the existing analog image to produce the image. However, recently used imaging devices are equipped with various preprocessing and post-processing correction techniques, so that digital images of clearer and clearer image than conventional analog images can be obtained.
디지털 영상 보정 기술 중에서 가장 보편적으로 사용되는 기술이 영상 안정화(image stabilization) 기술이다. 사용자가 촬영장치를 들고 촬영할 경우 또는 이동 중 촬영할 경우에 흔들림이 발생하게 되며, 자동차, 비행기 또는 헬기와 같은 이동수단에 설치된 카메라의 경우에는 기계적 진동이나 지면과의 마찰 등 여러 환경적 요인에 의해 원치 않는 흔들림이 생기게 된다. 또한 줌 렌즈(zoom lens)의 배율이 올라가면서 약간의 움직임에도 화면 흔들림이 심해지는 문제가 있다. 영상 안정화 기술은 이와 같이 촬영시 촬영장치가 흔들릴 때 깨끗하고 선명한 영상을 얻을 수 있는 기술로서, 촬영된 영상에서 발생하는 원치 않은 흔들림을 제거하기 위해 적용된다.Image stabilization technology is the most commonly used technique among digital image correction techniques. In the case of a camera installed on a moving means such as an automobile, an airplane or a helicopter, there is a possibility that vibration due to various environmental factors such as mechanical vibration or friction with the ground There will be a shake. Also, as the magnification of the zoom lens increases, there is a problem that the screen shake becomes worse even with slight movement. The image stabilization technology is a technique for obtaining a clear and sharp image when the photographing apparatus is shaken during photographing, and is applied to remove unwanted shaking that occurs in the photographed image.
최근에는 입력된 영상신호에서 프레임 간의 움직임 추정을 통하여 원치 않는 흔들림을 검출하고, 프레임 메모리 또는 CCD로부터 움직임이 보상된 영상 데이터를 읽음으로써 흔들림을 보정하는 디지털 영상 안정화 기술이 사용되고 있다. 이러한 디지털 영상 안정화 기술은 기계적 방식에 비해 저렴하고 정확도가 높을 뿐 아니라 기계적 안정화에 의해 보상되지 못하는 다양한 움직임 성분을 보상할 수 있으므로 활발히 연구되고 있다.Recently, a digital image stabilization technique has been used to detect undesired shaking through motion estimation between frames in an input image signal, and to compensate for shaking by reading motion compensated image data from a frame memory or a CCD. Such digital image stabilization technology is inexpensive and accurate as compared with a mechanical method, and can be compensated for various motion components that can not be compensated for by mechanical stabilization.
본 발명이 해결하고자 하는 기술적인 과제는 영상 안정화 처리 후에도 남아있는 드리프트 에러를 제거하여 화질 열화를 개선하는 영상 안정화 장치 및 방법을 제공하는데 있다.SUMMARY OF THE INVENTION It is an object of the present invention to provide an image stabilizing apparatus and method for eliminating residual drift errors even after an image stabilization process to improve image deterioration.
본 발명이 이루고자 하는 기술적인 과제를 해결하기 위한 영상 안정화 방법은 기준 영상을 시작으로 임의의 영상까지 인접하는 영상들 간에 추정된 제1 움직임들의 누적결과를 역으로 변환한 제1 보정 움직임을 상기 영상에 적용하여 제1 안정화 영상을 획득하는 단계; 및 상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하고, 상기 제1 움직임들의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 획득하는 단계;를 포함하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided an image stabilization method including: a first correction motion inverse conversion of an accumulation result of first motion estimated between adjacent images starting from a reference image, To obtain a first stabilized image; And applying a second corrective motion obtained by inverting the cumulative result of the first motion and the cumulative result of the second motion to the image by obtaining a second motion estimated between the reference image and the first stabilized image, And obtaining a second stabilized image.
본 발명에 있어서, 상기 제1 안정화 영상은, 상기 제1 움직임들 각각에 대한 드리프트 에러를 포함하고 있는 것을 특징으로 한다.In the present invention, the first stabilized image may include a drift error for each of the first motions.
본 발명에 있어서, 상기 제2 안정화 영상은, 상기 제2 보정 움직임에 의해 상기 드리프트 에러가 제거된 영상인 것을 특징으로 한다.In the present invention, the second stabilized image is a video in which the drift error has been eliminated by the second corrective motion.
본 발명에 있어서, 상기 제1 안정화 영상을 획득하는 단계는, 상기 기준 영상을 시작으로 상기 임의의 영상까지 인접하는 영상들 간에 추정된 제1 움직임들의 누적결과를 역으로 변환한 제1 보정 움직임을 획득하는 단계; 및 상기 제1 보정 움직임을 상기 영상에 역으로 적용하여 제1 안정화 영상을 획득하는 단계;를 포함하는 것을 특징으로 한다.In the present invention, the step of acquiring the first stabilized image may include the steps of: obtaining a first corrective motion obtained by inversely transforming an accumulated result of the first motions estimated between adjacent images from the reference image to the arbitrary image, Obtaining; And obtaining a first stabilized image by applying the first corrected motion to the image inversely.
본 발명에 있어서, 상기 제1 보정 움직임을 획득하는 단계는, 상기 인접하는 영상 중 제1 영상으로부터 특징점들을 추출하는 단계; 상기 인접하는 영상 중 제2 영상 내에서 상기 특징점들을 추적하여 상기 특징점들에 대응하는 대응점들을 획득하는 단계; 상기 대응점들을 이용하여 상기 제1 영상에 대한 상기 제2 영상의 움직임으로써 상기 제1 움직임을 추정하는 단계; 및 상기 제1 움직임을 포함하여 상기 기준 영상부터 상기 영상의 이전 영상까지 인접영상 간에 추정된 또 다른 제1 움직임들의 누적 결과를 역으로 변환한 제1 보정 움직임을 획득하는 단계;를 포함하는 것을 특징으로 한다.In the present invention, the acquiring of the first corrective motion may include extracting feature points from a first image of the adjacent images; Tracing the feature points in a second one of the adjacent images to obtain corresponding points corresponding to the feature points; Estimating the first motion with the motion of the second image with respect to the first image using the corresponding points; And obtaining a first corrective motion inverse of the cumulative result of another first motion estimated between adjacent images from the reference image to the previous image including the first motion, .
본 발명에 있어서, 상기 특징점들을 추출하는 단계는, 상기 제1 영상을 축소하고 엣지 영상을 획득하는 단계; 및 상기 엣지 영상 내의 임의의 블록 내에 존재하는 엣지의 개수가 임계값을 초과하는 경우 상기 블록을 특징점으로 추출하는 단계;를 포함하는 것을 특징으로 한다.In the present invention, the step of extracting the feature points may include the steps of: reducing the first image and obtaining an edge image; And extracting the block as a minutiae when the number of edges in an arbitrary block in the edge image exceeds a threshold value.
본 발명에 있어서, 상기 제1 움직임들을 추정하는 단계는, 상기 대응점들의 이동, 회전, 크기변화를 포함하는 상기 제1 움직임들을 추정하는 단계;인 것을 특징으로 한다.In the present invention, the step of estimating the first motions may include estimating the first motions including the movement, rotation, and size change of the corresponding points.
본 발명에 있어서, 상기 제2 안정화 영상을 획득하는 단계는, 상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하는 단계; 상기 제1 움직임들의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 획득하는 단계; 및 상기 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 획득하는 단계;를 포함하는 것을 특징으로 한다.In the present invention, the step of acquiring the second stabilized image may include acquiring a second motion estimated between the reference image and the first stabilized image; Obtaining an accumulation result of the first motions and a second compensating motion obtained by inversely converting an accumulation result of the second motions; And acquiring a second stabilized image by applying the second corrected motion to the image.
본 발명에 있어서, 상기 제2 움직임을 획득하는 단계는, 상기 기준 영상으로부터 특징점들을 추출하는 단계; 상기 제1 안정화 영상 내에서 상기 특징점들을 추적하여 상기 특징점들에 대응하는 대응점들을 획득하는 단계; 및 상기 대응점들을 이용하여 상기 기준 영상에 대한 상기 제1 안정화 영상의 움직임으로써 상기 제2 움직임을 추정하여 획득하는 단계;를 포함하는 것을 특징으로 한다.In the present invention, the step of acquiring the second motion may include extracting minutiae points from the reference image; Tracing the feature points in the first stabilization image to obtain corresponding points corresponding to the feature points; And estimating and acquiring the second motion as the movement of the first stabilized image with respect to the reference image using the corresponding points.
본 발명에 있어서, 상기 특징점들을 추출하는 단계는, 상기 기준 영상을 축소하고 엣지 영상을 획득하는 단계; 및 상기 엣지 영상 내의 임의의 블록 내에 존재하는 엣지의 개수가 임계값을 초과하는 경우 상기 블록을 특징점으로 추출하는 단계;를 포함하는 것을 특징으로 한다.In the present invention, the extracting of the feature points may include: extracting an edge image by reducing the reference image; And extracting the block as a minutiae when the number of edges in an arbitrary block in the edge image exceeds a threshold value.
본 발명에 있어서, 상기 제2 움직임을 획득하는 단계는, 상기 대응점들의 이동, 회전, 크기변화를 포함하는 상기 제2 움직임을 획득하는 단계;인 것을 특징으로 한다.In the present invention, the acquiring of the second motion may include acquiring the second motion including the movement, rotation, and size change of the corresponding points.
본 발명이 이루고자 하는 기술적인 과제를 해결하기 위한 영상 안정화 장치는 기준 영상을 시작으로 임의의 영상까지 인접하는 영상들 간에 추정된 제1 움직임들을 누적하고, 그 누적결과를 제1 보정 움직임으로써 상기 영상에 역으로 적용하여 제1 안정화 영상을 획득하는 제1 안정화 영상 획득수단; 및 상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하고, 상기 제1 움직임들의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 획득하는 제2 안정화 영상 획득수단;을 포함하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided an image stabilization apparatus for accumulating estimated first motions between adjacent images from a reference image to an arbitrary image, A first stabilized image acquiring means for acquiring a first stabilized image; And applying a second corrective motion obtained by inverting the cumulative result of the first motion and the cumulative result of the second motion to the image by obtaining a second motion estimated between the reference image and the first stabilized image, And a second stabilized image acquiring means for acquiring a second stabilized image.
본 발명에 있어서, 상기 제1 안정화 영상은 상기 제1 움직임들 각각에 대한 드리프트 에러를 포함하고 있으며, 상기 제2 안정화 영상은 제2 보정 움직임에 의해 상기 드리프트 에러가 제거된 영상인 것을 특징으로 한다.In the present invention, the first stabilized image includes a drift error for each of the first motions, and the second stabilized image is an image from which the drift error has been eliminated by a second corrective motion .
본 발명에 있어서, 상기 제1 안정화 영상 획득수단은, 상기 기준 영상을 시작으로 상기 임의의 영상까지 인접하는 영상들 간에 추정된 제1 움직임들의 누적결과를 역으로 변환한 제1 보정 움직임을 획득하는 제1 보정 움직임 획득부; 및 상기 제1 보정 움직임을 상기 영상에 적용하여 제1 안정화 영상을 출력하는 제1 안정화 영상 출력부;를 포함하는 것을 특징으로 한다.In the present invention, the first stabilized image acquiring unit acquires a first corrective motion obtained by inversely transforming the cumulative result of the first motions estimated between the adjacent images from the reference image to the arbitrary image A first correction motion obtaining unit; And a first stabilized image output unit for applying the first correcting motion to the image to output a first stabilized image.
본 발명에 있어서, 상기 제1 보정 움직임 획득부는, 상기 인접하는 영상 중 제1 영상으로부터 특징점들을 추출하고, 상기 인접하는 영상 중 제2 영상 내에서 상기 특징점들을 추적하여 상기 특징점들에 대응하는 대응점들을 획득하고, 상기 대응점들을 이용하여 상기 제1 영상에 대한 상기 제2 영상의 움직임으로써 상기 제1 움직임들을 추정하고, 상기 제1 움직임을 포함하여 상기 기준 영상부터 상기 영상의 이전 영상까지 인접영상 간에 추정된 또 다른 제1 움직임들의 누적 결과를 역으로 변환한 제1 보정 움직임을 획득하는 것을 특징으로 한다.In the present invention, the first corrective motion obtaining unit may extract the feature points from the first image of the adjacent images, track the feature points in the second image of the adjacent images, and calculate corresponding points corresponding to the feature points And estimating the first motions by using the corresponding points as the motion of the second image with respect to the first image and estimating the first motions from the reference image to the previous image of the image including the first motion, And acquires a first corrective motion obtained by inverting the cumulative result of another first motion that has been obtained.
본 발명에 있어서, 상기 제2 안정화 영상 획득부는, 상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하는 제2 움직임 획득부; 상기 제1 움직임의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 획득하는 제2 보정 움직임 획득부; 및 상기 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 출력하는 제2 안정화 영상 출력부;를 포함하는 것을 특징으로 한다.In the present invention, the second stabilized image obtaining unit may include: a second motion obtaining unit that obtains a second motion estimated between the reference image and the first stabilized image; A second correction motion acquiring unit for acquiring a second correction motion obtained by inverting the accumulation result of the first motion and the accumulation result of the second motion; And a second stabilized image output unit applying the second corrected motion to the image to output a second stabilized image.
본 발명에 있어서, 상기 제2 움직임 획득부는, 상기 기준 영상으로부터 특징점들을 추출하고, 상기 제1 안정화 영상 내에서 상기 특징점들을 추적하여 상기 특징점들에 대응하는 대응점들을 획득하고, 상기 대응점들을 이용하여 상기 기준 영상에 대한 상기 제1 안정화 영상의 움직임으로써 상기 제2 움직임을 추정하여 획득하는 것을 특징으로 한다.The second motion acquisition unit may extract the feature points from the reference image, track the feature points in the first stabilized image to obtain corresponding points corresponding to the feature points, And estimates and acquires the second motion as a motion of the first stabilized image with respect to the reference image.
본 발명에 있어서, 상기 제2 움직임 획득부는, 상기 기준 영상을 축소하고 엣지 영상을 획득하고, 상기 엣지 영상 내의 임의의 블록 내에 존재하는 엣지의 개수가 임계값을 초과하는 경우 상기 블록을 특징점으로 추출하는 것을 특징으로 한다.In the present invention, the second motion acquisition unit may reduce the reference image and acquire an edge image, and if the number of edges existing in an arbitrary block in the edge image exceeds a threshold value, extracts the block as a minutia .
본 발명에 있어서, 상기 제2 움직임 획득부는, 상기 대응점들의 이동, 회전, 크기변화를 포함하는 상기 제2 움직임을 획득하는 것을 특징으로 한다.In the present invention, the second motion obtaining unit obtains the second motion including the movement, rotation, and size change of the corresponding points.
본 발명이 이루고자 하는 기술적인 과제를 해결하기 위한 영상 안정화 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체는 상기 기준 영상을 시작으로 상기 임의의 영상까지 인접하는 영상들 간에 추정된 제1 움직임들의 누적결과를 역으로 변환한 제1 보정 움직임을 획득하는 단계; 상기 제1 보정 움직임을 상기 영상에 역으로 적용하여 제1 안정화 영상을 획득하는 단계; 상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하는 단계; 상기 제1 움직임들의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 획득하는 단계; 및 상기 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 획득하는 단계;를 포함하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided a computer-readable recording medium on which a program for implementing an image stabilization method is recorded. The computer- Obtaining a first corrective motion inversely transforming the cumulative result of one motion; Applying the first correction motion back to the image to obtain a first stabilized image; Obtaining a second motion estimated between the reference image and the first stabilized image; Obtaining an accumulation result of the first motions and a second compensating motion obtained by inversely converting an accumulation result of the second motions; And acquiring a second stabilized image by applying the second corrected motion to the image.
상술한 바와 같이 본 발명에 따르면, 제1 영상 안정화 처리 후에도 남아있는 드리프트 에러를 제2 영상 안정화 처리로 제거하여 영상 안정화 실패를 줄이고, 화질 열화를 개선할 수 있다.As described above, according to the present invention, the drift error remaining after the first image stabilization process can be eliminated by the second image stabilization process, thereby reducing the image stabilization failure and improving the image deterioration.
도 1은 본 발명의 일 실시 예에 따른 영상 안정화 장치의 구성을 보이는 블록도 이다.
도 2는 도 1 중 영상 안정화를 설명하기 위한 영상 프레임들의 실시 예를 보이는 도면이다.
도 3은 도 1 중 특징점 추출을 설명하기 위한 도면이다.
도 4는 도 1 중 대응점 획득을 설명하기 위한 도면이다.
도 5는 도 1 중 움직임 추정을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 영상 안정화 방법의 동작을 보이는 흐름도 이다.1 is a block diagram showing a configuration of an image stabilization apparatus according to an embodiment of the present invention.
2 is a view showing an embodiment of image frames for explaining image stabilization in FIG.
FIG. 3 is a diagram for explaining feature points extraction in FIG. 1; FIG.
Fig. 4 is a diagram for explaining acquisition of a corresponding point in Fig. 1. Fig.
FIG. 5 is a diagram for explaining motion estimation in FIG. 1; FIG.
6 is a flowchart illustrating an operation of an image stabilization method according to an exemplary embodiment of the present invention.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. BRIEF DESCRIPTION OF THE DRAWINGS The present invention is capable of various modifications and various embodiments, and specific embodiments are illustrated in the drawings and described in detail in the detailed description. It is to be understood, however, that the invention is not to be limited to the specific embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. The terms first, second, etc. may be used to describe various elements, but the elements should not be limited by terms. Terms are used only for the purpose of distinguishing one component from another.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In the present application, the terms "comprises" or "having" and the like are used to specify that there is a feature, a number, a step, an operation, an element, a component or a combination thereof described in the specification, But do not preclude the presence or addition of one or more other features, integers, steps, operations, elements, components, or combinations thereof.
본 발명은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 발명은 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 잇는 것과 유사하게, 본 발명은 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 발명은 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. 매커니즘, 요소, 수단, 구성과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.The present invention may be represented by functional block configurations and various processing steps. These functional blocks may be implemented in a wide variety of hardware and / or software configurations that perform particular functions. For example, the present invention may include integrated circuit configurations, such as memory, processing, logic, look-up tables, etc., that may perform various functions by control of one or more microprocessors or other control devices Can be adopted. Similar to the components of the present invention that may be implemented with software programming or software components, the present invention may be implemented as a combination of C, C ++, and C ++, including various algorithms implemented with data structures, processes, routines, , Java (Java), assembler, and the like. Functional aspects may be implemented with algorithms running on one or more processors. Further, the present invention can employ conventional techniques for electronic environment setting, signal processing, and / or data processing. Terms such as mechanisms, elements, means, and configurations are widely used and are not limited to mechanical and physical configurations. The term may include the meaning of a series of routines of software in conjunction with a processor or the like.
이하, 본 발명의 실시 예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENT Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. Referring to the accompanying drawings, the same or corresponding components are denoted by the same reference numerals, do.
일반적으로 고정 카메라는 영상 안정화 시에, 기준 영상과 흔들리는 현재 영상 사이의 움직임을 계산한 후에, 움직임의 반대 방향으로 현재 영상을 변환하여 안정된 영상을 획득하게 된다. 이때 영상 안정화의 성능은 기준 영상과 현재 영상 사이의 움직임 계산 결과에 전적으로 의존하게 되고, 영상 변환 후에 추가적으로 영상을 개선(enhancement)하는 작업이 뒤 따른다. In general, a fixed camera calculates a motion between a reference image and a shaken current image, and then transforms the current image in a direction opposite to the motion to obtain a stable image. In this case, the performance of the image stabilization depends entirely on the motion calculation result between the reference image and the current image, and the image is further enhanced to enhance the image.
영상 안정화의 성능은 기준 영상과 현재 영상 사이의 움직임 정확도에 전적으로 의존한다. 기준 영상과 현재 영상 사이의 움직임 계산 방법은 두 가지 접근 방법이 존재한다. 첫 번째 방법은 기준 영상과 현재 영상 사이의 움직임을 직접적으로 계산한다. 즉, 기준 영상에서 특징점을 추출하고, 현재 영상에서 특징점에 대응하는 대응점을 추적 또는 매칭을 통해 찾아내고, 이러한 대응점을 이용하여 두 영상 사이의 움직임을 계산한다. 여기서 움직임은 병진(translation), 회전(rotation) 줌(zoom) 등을 의미한다.The performance of the image stabilization depends entirely on the motion accuracy between the reference image and the current image. There are two approaches for calculating the motion between the reference image and the current image. The first method directly calculates the motion between the reference image and the current image. That is, the feature points are extracted from the reference image, the corresponding points corresponding to the feature points in the current image are tracked or matched, and the motion between the two images is calculated using the corresponding points. Here, motion refers to translation, rotation, zoom, and the like.
두 번째 방법은 인접하는 영상(제n-1 영상 및 제n 영상) 사이의 움직임()(inter-frame motion)을 계산하고, 이 움직임을 하기 수학식 1과 같이 누적(accumulation)하여 기준 영상(제0 영상) 및 현재 영상(제n 영상) 사이의 움직임()을 계산한다.In the second method, the motion between adjacent images (n-1 and n-th images) (motion) between the reference image (the zeroth image) and the current image (the n-th image) by accumulating the motion as shown in Equation (1) ).
여기에서 인접하는 영상 사이의 움직임은 첫 번째 방법과 동일하게 계산한다. 우선, 이전 영상에서 특징점을 추출하고, 현재 영상에서 특징점에 대응하는 대응점을 추적 또는 매칭을 통해 찾아낸 후, 이러한 대응점을 이용하여 인접하는 두 영상 사이의 움직임()을 계산한다.Here, the motion between adjacent images is calculated in the same manner as the first method. First, a feature point is extracted from a previous image, and a corresponding point corresponding to the feature point in the current image is tracked or matched. Then, ).
상기에 개시된 첫 번째 방법은 기준 영상과 현재 영상 사이에 큰 흔들림이 발생할 경우, 특징점 추적에 실패하기 때문에 움직임 추정에 실패할 수 있다. 또한 시간이 지남에 따라서 기준 영상과 현재 영상 사이의 밝기 등과 같은 영상 정보 차이가 커지기 때문에 대응점 추적 성공에 더욱 어려움이 있다.In the first method described above, when a large shake occurs between the reference image and the current image, the motion estimation may fail because the feature point tracking fails. Also, since the difference in image information such as the brightness between the reference image and the current image increases over time, it is more difficult to succeed in tracking the corresponding point.
이러한 문제점을 해결하기 위해서, 여러 연구자들은 인접하는 영상 사이의 움직임을 계산하고, 이 움직임을 상기 수학식 1과 같이 누적하는 방식을 사용한다. 일반적으로 인접하는 영상은 움직임이 작고, 영상 정보가 유사하기 때문에 특징점 추적에 용이하다. 그러나 모든 영상 프레임마다 인접하는 움직임을 누적하여 기준 영상과 현재 영상 사이의 움직임()을 계산하기 때문에 기준 영상과 현재 영상 사이의 움직임()에 드리프트 에러를 피할 수 없고, 시간이 지날수록 영상 안정화에 실패할 확률이 커진다. 이러한 문제는 영상 안정화뿐만 아니라 움직임 추정을 기반으로 하는 모든 영상 처리 분야에서 발생하는 문제점이다. 따라서, 도 1 내지 도 6에 개시된 영상 안정화를 통하여 이러한 드리프트 에러를 제거하여 화질 열화를 개선하고 영상 안정화 성공률을 향상시키고자 한다.In order to solve such a problem, several researchers calculate a motion between adjacent images, and use this method to accumulate the motion as in Equation (1). In general, adjacent images are small in motion and are easy to track because they have similar image information. However, the motion between the reference image and the current image is accumulated ), The motion between the reference image and the current image ( The drift error can not be avoided and the probability that the image stabilization fails over time increases. This problem is a problem that occurs in all image processing fields based on motion estimation as well as image stabilization. Accordingly, through the image stabilization shown in FIGS. 1 to 6, such drift errors are eliminated to improve image deterioration and improve the image stabilization success rate.
도 1은 본 발명의 일 실시 예에 따른 영상 안정화 장치의 구성을 보이는 블록도 이다.1 is a block diagram showing a configuration of an image stabilization apparatus according to an embodiment of the present invention.
도 1을 참조하면, 영상 안정화 장치(10)는, 카메라(100), 영상 처리수단(200), 제1 안정화 영상 획득수단(300) 및 제2 안정화 영상 획득수단(400)을 포함할 수 있다. 1, the
카메라(100)는, 예컨대 COMS(complementary metal-oxide semiconductor) 모듈 또는 CCD(charge coupled device) 모듈 등을 이용하여 피사체를 촬영하는 좌측 카메라 및 우측 카메라를 의미하는 것으로, 동일한 피사체에 대하여 입력되는 제1 및 제2 이미지(또는 동영상)는 렌즈를 통해 COMS 모듈 또는 CCD 모듈로 제공되고, COMS 모듈 또는 CCD 모듈은 렌즈를 통과한 피사체의 광신호를 전기적 신호(촬영 신호)로 변환하여 출력한다. 더 나아가 카메라(100)는 열상 카메라 일 수도 있다. 열상 카메라는 각 물체로부터 방출되는 복사 에너지에 의해 물체와 그 물체의 주변 배경 간의 온도 차이를 검출하고 이를 전기 신호로 변환하여 영상화하는 카메라를 말한다.The
영상 처리수단(200)은 카메라(100)로부터 출력되는 영상 신호에 대해 노이즈를 저감하고, 감마 보정(Gamma Correction), 색필터 배열보간(color filter array interpolation), 색 매트릭스(color matrix), 색보정(color correction), 색 향상(color enhancement) 등의 화질 개선을 위한 영상 신호 처리를 수행한다. The
또한, 영상 처리수단(200)은 화질 개선을 위한 영상 신호 처리를 하여 생성한 영상 데이터를 압축 처리하여 영상 파일을 생성할 수 있으며, 또는 상기 영상 파일로부터 영상 데이터를 복원할 수 있다. 영상의 압축형식은 가역 형식 또는 비가역 형식을 포함한다. In addition, the
또한, 영상 처리수단(200)에서는 기능적으로 색채 처리, 블러 처리, 에지 강조 처리, 영상 해석 처리, 영상 인식 처리, 영상 이펙트 처리 등도 행할 수 있다. 영상 인식 처리로 얼굴 인식, 장면 인식 처리 등을 행할 수 있다. 예를 들어, 휘도 레벨 조정, 색 보정, 콘트라스트 조정, 윤곽 강조 조정, 화면 분할 처리, 캐릭터 영상 등 생성 및 영상의 합성 처리 등을 행할 수 있다.The image processing means 200 can also functionally perform color processing, blur processing, edge emphasis processing, image analysis processing, image recognition processing, image effect processing, and the like. The face recognizing process, the scene recognizing process, and the like can be performed by the image recognizing process. For example, brightness level adjustment, color correction, contrast adjustment, contour enhancement adjustment, screen division processing, character image generation, and image synthesis processing can be performed.
제1 안정화 영상 획득수단(300)은 영상 처리수단(200)에서 출력되고, 도 2에 도시된 바와 같이, 기준 영상(제0 영상)으로부터 제n 영상(현재 영상)까지, 복수의 영상들 중 인접하는 영상들을 이용하여 제1 안정화 영상을 획득한다. 이러한 제1 안정화 영상 획득수단(300)은 기준 영상(제0 영상)을 시작으로 임의의 영상(제n 영상, 현재 영상)까지 인접하는 영상들 간에 추정된 제1 움직임들을 누적하고, 그 누적결과를 역으로 변환한 제1 보정 움직임을 임의의 영상(제n 영상, 현재 영상)에 적용하여, 기준 영상(제0 영상) 대비 현재 영상에 대한 제1 안정화 영상을 획득한다.The first stabilized
이러한 제1 안정화 영상 획득수단(300)은 제1 보정 움직임 획득부(310) 및 제1 안정화 영상 출력부(320)를 포함할 수 있다. The first stabilized
제1 보정 움직임 획득부(310)는 동작을 상세히 설명하면, 인접하는 영상 중 제1 영상(도 2의 제n-1 영상, 이전 영상)으로부터 특징점들을 추출하고, 인접하는 영상 중 제2 영상(도 2의 제n 영상, 현재 영상)내에서 특징점들을 추적하여, 특징점들에 대응하는 대응점들을 획득한다. 이어서, 상기 수학식 1을 이용하여 제1 영상에 대한 제2 영상의 움직임, 즉, 특징점들 대비 대응점들의 움직임으로써 제1 움직임을 추정하고, 제1 움직임 및 기준 영상(제0 영상)부터 이전 영상(제n-1 영상)까지 인접영상 간에 추정된 또 다른 제1 움직임들의 누적 결과를 역으로 변환한 제1 보정 움직임을 획득한다.The first corrected
도 3에는 제1 보정 움직임 획득부(310)가 인접하는 영상 중 제1 영상(제n-1 영상, 이전 영상)으로부터 특징점을 추출하는 것을 보이는 도면이다. 도 3을 참조하면, 도 3a는 제1 영상(제n-1 영상, 이전 영상)을 나타내고, 도 3b는 제1 영상(제n-1 영상, 이전 영상)의 축소 영상을 나타내고, 도 3c는 축소된 제1 영상(제n-1 영상, 이전 영상)에 대한 엣지 영상을 나타낸다. 제1 보정 움직임 획득부(310)는 엣지 영상 내의 임의의 블록(예를 들어, 3×3 블록) 내에 존재하는 엣지의 개수가 임계값을 초과하는 경우, 해당 블록을 특징점으로 추출할 수 있다. 여기서, 특징점 추적에 실패할 확률이 높은 엣지 위에 존재하는 특징점을 제거하고, 엣지가 교차하거나 코너에 위치하는 특징점을 선택하기 위해서, 블록의 폭과 너비를 조정하여 임계값의 변경이 가능하다. 도 3d에는 엣지 영상 내의 블록 내에 존재하는 엣지의 개수가 임계값을 초과하여 추출된 특징점들을 보이고 있다.3 is a view showing that the first corrected
이와 같이 엣지 영상으로부터 특징점 추출이 완료되면, 제1 보정 움직임 획득부(310)는 인접하는 영상 중 제2 영상(제n 영상, 현재 영상) 내에서 추출된 특징점들을 추적하여, 특징점들에 대응하는 대응점들을 획득한다. 다시 말해 제1 영상(제n-1 영상, 이전 영상)의 특징점들이 제2 영상(제n 영상, 현재 영상)에서 어디에 위치하는지 찾는 작업이라고 할 수 있다. 제1 보정 움직임 획득부(310)의 대응점 획득은 공지된 KLT(kanade-lucas-tomasi) 추적기 알고리즘, 테일러 시리즈(taylor expansion) 및 헤시안 매트릭스(hessian matrix)를 이용하여 획득할 수 있다. 도 4에는 제1 영상(제n-1 영상, 이전 영상)의 특징점들이 제2 영상(제n 영상, 현재 영상)내에서 어디에 위치하는지 추적한 결과로써의 대응점들이 도시되어 있다.When the extraction of the feature points from the edge image is completed, the first corrected
대응점 획득이 완료되면, 제1 보정 움직임 획득부(310)는 제1 영상(제n-1 영상, 이전 영상)에 대한 제2 영상(제n 영상, 현재 영상)의 움직임으로써의 제1 움직임을 추정하고, 제1 움직임 및 기준 영상(제0 영상)부터 이전 영상(제n-1 영상, 이전 영상)까지 인접영상 간에 추정된 또 다른 제1 움직임들의 누적 결과로써 제1 보정 움직임을 획득한다.When the corresponding point acquisition is completed, the first corrected
제1 보정 움직임 획득부(310)는 제1 움직임 추정을 위해 움직임 모델을 이용한다. 영상 안정화는 사용하는 영상 또는 카메라 움직임 모델에 따라서 2D 영상 안정화 및 3D 영상 안정화로 나눌 수 있다. 이 중 2D 영상 안정화는 도 5a에 도시된 바와 같이 기준 정사각형 모델(a-1)을 중심으로, Translation 움직임 모델(a-2), Euclidean 움직임 모델(a-3), Similarity 움직임 모델(a-4) 등을 이용할 수 있다. 2D 영상 안정화에서는 추정된 영상 움직임이 곧바로 영상 변환에 사용되기 때문에 구조가 비교적 간단하고 처리 속도가 빠르다. 2D 영상 안정화에서 사용되는 움직임 모델은 카메라의 흔들림 종류에 따라 달라질 수 있다. The first corrected
카메라가 x축 및 y축 방향으로만 흔들리면 Translation 움직임 모델(a-2)을 사용하고, 롤(roll, z축 회전) 회전이 발생하면 Euclidean 움직임 모델(a-3)로 확장하고, 카메라가 전후 이동이나 줌과 같이 영상의 크기 변화가 발생하면 Similarity 움직임 모델(a-4)로 확장하여 사용한다. 깊이 변화가 있는 환경에서는 affine 움직임 모델(미도시) 또는 projective 움직임 모델(미도시)이 좋은 성능을 보이지만, 실제 카메라 움직임이 만들어 낼 수 없는 밀림(shearing) 현상과 같은 영상 왜곡을 만들어 내기 때문에 오히려 성능을 저하시킬 수 있다. 따라서 본 실시 예에 따른 영상 안정화에서는 x축과 y축 방향의 흔들림, 롤 회전, 영상 크기 변화 흔들림에 대응하기 위해서 도 5b에 도시된 바와 같이 Similarity 움직임 모델을 이용한다.If the camera swings only in the x- and y-axis directions, the translation motion model (a-2) is used, and when roll (roll, z axis rotation) occurs, the camera is extended to the Euclidean motion model If a change in the size of an image occurs, such as moving or zooming, the similarity motion model (a-4) is used. In an environment with depth changes, the affine motion model (not shown) or the projective motion model (not shown) perform well, but since it produces image distortion such as a shearing phenomenon that can not be produced by actual camera motion, Can be reduced. Therefore, in the image stabilization according to the present embodiment, a similarity motion model is used as shown in FIG. 5B in order to correspond to the shake, roll rotation, and image size fluctuation in the x-axis and y-axis directions.
도 5b에 도시된 바와 같이 제1 영상(제n-1 영상, 이전 영상) 및 제2 영상(제n 영상, 현재 영상)으로부터 획득한 대응점을 각각 Xn-1=(xn-1, yn-1) 및 Xn=(xn, yn)이라고 하면, 두 점 사이의 관계는 하기 수학식 2와 같이 Similarity 움직임으로 표현할 수 있다.The corresponding points obtained from the first image (the n-1th image and the previous image) and the second image (the nth image, the current image) are denoted as X n-1 = (x n-1 , y n-1 ) and X n = (x n , y n ), the relationship between the two points can be represented by a similarity motion as shown in Equation (2).
여기에서, S, θ, Tx, Ty는 각각 Similarity 움직임 모델의 움직임 파라미터를 구성하는 영상 크기 변환(scale), 롤 회전, x축 방향 이동 및 y축 방향 이동을 나타낸다. 제1 보정 움직임 획득부(310)에서의 움직임 추정은 대응점간 움직임 파라미터(S, θ, Tx, Ty)를 계산하는 것이라 할 수 있다. 두 변수 S와 θ를 , 와 같이 치환하고 수학식 2를 정리하면 수학식 3과 같다.Here, S, θ, T x , and T y represent image scale, roll rotation, x-axis movement, and y-axis movement, respectively, constituting motion parameters of the similarity motion model. The motion estimation in the first corrected
한 쌍의 대응점에서는 수학식 3과 같이 2개의 수학식이 만들어지고, Similarity 움직임 모델의 움직임 파라미터에 해당하는 미지수가 4개 이므로, 대응점 2쌍을 알면 움직임 파라미터를 아래 수학식 4와 같이 계산할 수 있다.Since two unknown mathematical expressions are generated as shown in Equation (3) at the pair of corresponding points and four unknown motions corresponding to the motion parameters of the similarity motion model are known, the motion parameters can be calculated as Equation (4) below by knowing two pairs of corresponding points.
특징점을 추적하거나 특징점 매칭을 통해서 찾은 대응점 중에는 정확하게 매칭된 대응점인 적합점(inlier) 및 잘못된 매칭된 대응점인 이상점(outlier)이 존재할 수 있다. 움직임 파라미터(S, θ, Tx, Ty)를 계산할 때 이상점을 사용하게 되면 정확하지 않은 움직임 파라미터(S, θ, Tx, Ty)가 계산된다. 이러한 문제점을 해결하기 위해서 일반적으로 RANSAC 알고리즘을 이용한다. 이상점의 비율이 많은 경우에도 움직임 파라미터(S, θ, Tx, Ty)를 안정적으로 계산하기 위해서, 본 실시 예의 영상 안정화 에서는 기존의 RANSAC 알고리즘을 수정하여 적합점과 이상점을 구분하는 임계값을 적응적으로 변경시키는 적응적인 RANSAC 알고리즘을 이용한다. 예를 들어 적합점의 비율이 정해놓은 비율보다 작은 경우, 임계값을 줄일 수 있다.Among the corresponding points found through the feature point tracking or feature point matching, there may be an inlier which is an exact matching point and an outlier which is a wrong matching point. Motion parameter (S, θ, T x, T y) to inaccurate motion parameters (S, θ, T x, T y) The use of more than that in the calculation is calculated. To solve this problem, RANSAC algorithm is generally used. In order to stably calculate the motion parameters S, θ, T x , and T y even when the ratio of the anomaly points is large, in the image stabilization of the present embodiment, the existing RANSAC algorithm is modified to determine the critical point We use an adaptive RANSAC algorithm that adaptively changes the value. For example, if the ratio of fit points is smaller than the specified ratio, the threshold can be reduced.
상기에서 설명한 방법으로 제1 영상(제n-1 영상, 이전 영상)에 대한 제2 영상(제n 영상, 현재 영상)의 움직임 즉, 제1 움직임()을 수학식 5와 같이 획득할 수 있다.The motion of the second image (n-th image, current image) for the first image (n-1-th image, previous image) Can be obtained as shown in Equation (5).
수학식 5에서 계산된 제1 움직임()을 이용하여, 수학식 6을 용하여 제1 영상(제n-1 영상, 이전 영상)에 대한 제2 영상(제n 영상, 현재 영상)의 제1 보정 움직임()을 구할 수 있다.The first motion (< RTI ID = 0.0 > ) Of the second image (nth image, current image) for the first image (n-1th image, previous image) using Equation (6) ) Can be obtained.
지금까지의 제1 영상(제n-1 영상, 이전 영상)에 대한 제2 영상(제n 영상, 현재 영상)의 제1 움직임()을 계산하고, 제1 움직임()을 역으로 변환하는 제1 보정 움직임()을 산출하는 영상 안정화에 대한 첫 번째 방법의 내용을 설명하였다. 영상 안정화 두 번째 방법의 경우, 누적을 이용하여 기준 영상(제0 영상)으로부터 제2 영상(제n 영상, 현재 영상)까지의 제1 움직임() 및 제1 보정 움직임()을 산출하며, 본 실시 예에서는 상기 수학식1을 이용한 두 번째 방법을 적용한다.(N-th image, current image) for the first image (n-1-th image, previous image) ), And the first motion ( Lt; RTI ID = 0.0 > 1) < / RTI & The first method for image stabilization is described. Image Stabilization In the second method, the first motion from the reference image (the 0th image) to the second image (the nth image, the current image) And a first correction motion In the present embodiment, the second method using Equation (1) is applied.
따라서, 제1 보정 움직임 획득부(310)는 제1 영상(제n-1 영상, 이전 영상)에 대한 제2 영상(제n 영상, 현재 영상)의 제1 움직임() 및 기준 영상(제0 영상)부터 제1 영상(제n-1 영상, 이전 영상)까지의 또 다른 제1 움직임을 누적하여 제1 움직임 누적결과()을 산출하고, 제1 움직임 누적결과()을 역으로 변환하는 제1 보정 움직임()을 산출한다.Accordingly, the first corrected
제1 안정화 영상 출력부(320)는 제2 영상(제n 영상, 현재 영상)에 제1 보정 움직임()을 적용하여 제1 안정화 영상을 출력한다. The first stabilization
제1 안정화 영상 획득수단(300)에서 출력되는 제1 안정화 영상은 드리프트 에러가 포함된 준 안정화 영상(pseudo stabilized image)이라고 할 수 있다. 그 이유는 기준 영상(제0 영상)부터 제2 영상(제n 영상, 현재 영상)까지 인접하는 영상간에 움직임을 누적하여 제1 움직임 누적결과()를 계산하기 때문에 인접하는 영상 간에 추정된 움직임에 드리프트 에러를 피할 수 없고, 드리프트 에러 또한 누적되어 영상 안정화에 실패할 확률이 커진다. 제1 보정 움직임 획득부(310) 및 제1 안정화 영상 출력부(320)에 표시된 움직임()은 모두 드리프트 에러를 포함하고 있음을 의미한다.The first stabilized image output from the first stabilized
제1 안정화 영상 획득수단(300)을 통하여 획득된 제1 안정화 영상은 기준 영상(제0 영상)과 매우 유사하다. 만약 제1 안정화 영상 및 기준 영상(제0 영상) 사이에 움직임이 존재한다고 하더라도, 매우 작은 움직임이 존재한다. 만약 드리프트 에러로 인해서 제1 안정화 영상 및 기준 영상(제0 영상) 사이에 불일치가 일어났다고 해도 그 움직임이 작기 때문에, 제1 안정화 영상 및 기준 영상(제0 영상) 사이의 대응점은 추적을 통해서 쉽게 획득할 수 있고, 이 대응점을 이용하여 제1 안정화 영상 및 기준 영상(제0 영상) 사이의 움직임을 계산할 수 있다. 이로부터 최종 출력되는 제2 안정화 영상은 현재까지의 축적된 드리프트 에러가 제거된 안정화 영상이다.The first stabilized image obtained through the first stabilized image acquiring means 300 is very similar to the reference image (the zeroth image). Even if motion exists between the first stabilization image and the reference image (the zeroth image), there is very little motion. Even if a mismatch occurs between the first stabilized image and the reference image (zero image) due to the drift error, the movement between the first stabilized image and the reference image (zero image) is small, so that the corresponding point between the first stabilized image and the reference image And the motion between the first stabilized image and the reference image (zero-th image) can be calculated using the corresponding point. The second stabilized image finally outputted is a stabilized image from which accumulated drift error until now is removed.
제2 안정화 영상 획득수단(400)은 제1 안정화 영상 및 기준 영상(제0 영상) 간에 추정된 제2 움직임을 획득하고, 제2 움직임 및 제1 보정 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 제2 영상(제n 영상)에 적용하여 드리프트 에러가 제거된 제2 안정화 영상을 획득한다.The second stabilized
이러한 제2 안정화 영상 획득수단(400)은 제2 움직임 획득부(410), 제2 보정 움직임 획득부(420), 제2 안정화 영상 출력부(430)를 포함할 수 있다.The second stabilized
제2 움직임 획득부(410)는 기준 영상(제0 영상) 및 제1 안정화 영상 획득수단(300)에서 출력되는 제1 안정화 영상 간에 추정된 제2 움직임()을 획득한다. 제2 움직임 획득부(410)는 기준 영상(제0 영상)으로부터 특징점들을 추출하고, 제1 안정화 영상 내에서 특징점들을 추적하여, 특징점들에 대응하는 대응점들을 획득한다. 기준 영상(제0 영상)의 특징점 추출 및 기준 영상(제0 영상)과 제1 안정화 영상 사이의 대응점 획득에 대한 상세한 설명은 상기에 개시되어 있으므로 생략하기로 한다. The second
대응점 획득이 완료되면, 제2 움직임 획득부(410)는 기준 영상(제0 영상)에 대한 제1 안정화 영상의 움직임으로써의 제2 움직임을 추정한다. 상술한 바와 같이 Similarity 움직임 모델을 이용하여 움직임 파라미터(S, θ, Tx, Ty)가 계산된 제2 움직임()을 추정한다. 여기서 추정된 제2 움직임()은 드리프트 에러의 양과 동일하다.When the corresponding point acquisition is completed, the second
제2 보정 움직임 획득부(420)는 제1 움직임 누적결과()와 제2 움직임()을 누적한 결과를 역으로 변환한 제2 보정 움직임()을 획득한다.The second corrected motion acquiring unit 420 acquires the first motion accumulation result ( ) And the second movement ) Of the second correction motion (i. E. ).
제1 안정화 영상(준 안정화 영상: pseudo stabilized image)의 한 픽셀 좌표를 로 나타내고, 이와 대응하는 입력 영상(unstable image)의 한 픽셀 좌표를 로 나타내면 수학식 7과 같다.One pixel coordinate of the first stabilized image (meta-stabilized image) , And one pixel coordinate of the corresponding unstable image is represented by (7) " (7) "
이러한 제1 안정화 영상에 존재하는 드리프트 에러를 제거하기 위해서, 수학식 8과 같이 기준 영상(제0 영상) 및 제1 안정화 영상 사이의 제2 움직임()을 계산할 수 있다.In order to eliminate the drift error existing in the first stabilized image, a second motion (first motion) between the reference image (the zeroth image) and the first stabilized image ) Can be calculated.
수학식 8에 수학식 7을 대입하여 수학식 9와 같이 기준 영상(제0 영상, ) 대비 입력 영상()의 움직임을 구할 수 있다.Equation (7) is substituted into Equation (8), and the reference image (0th image, ) Contrast Input image ( ) Can be obtained.
최종적으로 기준 영상(제0 영상, ) 대비 입력 영상()의 움직임()은 수학식 10으로 계산된다.Finally, the reference image (0th image, ) Contrast Input image ( ) Movement ) Is calculated by Equation (10).
이로부터 제1 움직임들의 누적결과()와 제2 움직임()을 누적한 결과를 역으로 변환한 제2 보정 움직임()을 획득한다. 여기서 역으로 변환전 제2 보정 움직임은 기준 영상에 대비 제1 안정화 영상의 드리프트 에러가 제거된 움직임이 된다.From this, the cumulative result of the first movements ( ) And the second movement ) Of the second correction motion (i. E. ). In this case, the second correction motion before the conversion is the motion in which the drift error of the first stabilized image is removed from the reference image.
제2 안정화 영상 출력부(430)는 제1 안정화 영상에 제2 보정 움직임()을 적용하여 최종적으로 제2 안정화 영상을 출력한다.The second stabilization
이와 같이 제1 영상 안정화 처리 및 제2 영상 안정화 처리를 수행하여, 제1 영상 안정화 처리 후에도 남아있는 드리프트 에러를 제2 영상 안정화 처리로 제거하여 영상 안정화 실패를 줄이고, 화질 열화를 개선할 수 있다.By performing the first image stabilization process and the second image stabilization process as described above, the drift error remaining after the first image stabilization process can be eliminated by the second image stabilization process, thereby reducing the image stabilization failure and improving the image deterioration.
이하, 도 6을 참조하여 본 발명의 일 실시 예에 따른 영상 안정화 방법의 동작을 설명하기로 한다. 본 발명의 실시 예에 따른 영상 안정화 방법은 도 1에 도시된 바와 같이 영상 안정화 장치(10) 내부에서 수행될 수 있다. 이하의 설명에서, 도 1 내지 도 5에 대한 설명과 중복되는 부분은 그 설명을 생략하기로 한다.Hereinafter, the operation of the image stabilization method according to an embodiment of the present invention will be described with reference to FIG. The image stabilization method according to the embodiment of the present invention can be performed in the
도 6을 참조하면, 영상 안정화 장치(10)는 기준 영상(제0 영상)을 시작으로 임의의 영상(제n 영상, 현재 영상)까지 인접하는 영상들 간에 추정된 제1 움직임 누적결과()를 역으로 변환한 제1 보정 움직임()을 획득하는 단계(S100)를 수행한다.Referring to FIG. 6, the
영상 안정화 장치(10)는 인접영상 중 제1 영상(제n-1 영상, 이전 영상)으로부터 특징점들을 추출하고, 인접하는 영상 중 제2 영상(제n 영상, 현재 영상)내에서 특징점들을 추적하여, 특징점들에 대응하는 대응점들을 획득한다. 이어서, 상기 수학식 1을 이용하여 제1 영상(제n-1 영상, 이전 영상)에 대한 제2 영상(제n 영상, 현재 영상)의 움직임, 즉, 특징점들 대비 대응점들의 움직임으로써 제1 움직임()을 추정하고, 제1 움직임 및 기준 영상(제0 영상)부터 제1 영상(제n-1 영상, 이전 영상)까지 인접영상 간에 추정된 또 다른 제1 움직임()의 누적 결과()를 역으로 변환한 제1 보정 움직임()을 획득한다.The
이어서, 영상 안정화 장치(10)는 제1 보정 움직임()을 제2 영상(제n 영상, 현재 영상)에 적용하여 제1 안정화 영상을 획득하는 단계(S200)를 수행한다.Subsequently, the
제1 안정화 영상은 드리프트 에러가 포함된 준 안정화 영상(pseudo stabilized image)이라고 할 수 있다. 그 이유는 기준 영상(제0 영상)부터 제2 영상(제n 영상)까지 인접하는 영상간에 움직임을 누적하여 제1 움직임()을 계산하기 때문에 인접하는 영상 간에 추정된 움직임에 드리프트 에러를 피할 수 없고, 드리프트 에러 또한 누적되어 영상 안정화에 실패할 확률이 커진다. 따라서, 이러한 드리프트 에러를 제거를 위해 하기 동작이 수행된다.The first stabilized image may be a pseudo stabilized image including a drift error. The reason is that motion is accumulated between adjacent images from the reference image (0th image) to the second image (nth image) The drift error can not be avoided in the estimated motion between adjacent images, and the drift error is also accumulated, which increases the probability of failure in image stabilization. Therefore, the following operation is performed to eliminate such drift error.
제1 안정화 영상이 획득되면, 영상 안정화 장치(10)는 기준 영상(제0 영상) 및 제1 안정화 영상 간에 추정된 제2 움직임()을 획득하는 단계(S300)를 수행한다.When the first stabilization image is obtained, the
영상 안정화 장치(10)는 기준 영상(제0 영상)으로부터 특징점들을 추출하고, 제1 안정화 영상 내에서 특징점들을 추적하여, 특징점들에 대응하는 대응점들을 획득한다. 대응점 획득이 완료되면, 영상 안정화 장치(10)는 기준 영상(제0 영상)에 대한 제1 안정화 영상의 움직임으로써의 제2 움직임()을 추정한다. 상술한 바와 같이 Similarity 움직임 모델을 이용하여 움직임 파라미터(S, θ, Tx, Ty)가 계산된 제2 움직임()을 추정한다. 여기서 추정된 제2 움직임()은 드리프트 에러의 양과 동일하다.The
제2 움직임()을 획득이 완료되면, 영상 안정화 장치(10)는 제1 움직임 누적결과() 및 제2 움직임()을 누적한 결과를 역으로 변환한 제2 보정 움직임()을 획득하는 단계(S400)를 수행한다. 여기서 역으로 변환전 제2 보정 움직임은 기준 영상에 대비 제1 안정화 영상의 드리프트 에러가 제거된 움직임이 된다.Second movement ) Is completed, the
제2 보정 움직임() 획득이 완료되면, 영상 안정화 장치(10)는 제1 안정화 영상에 제2 보정 움직임()을 적용하여 최종적으로 드리프트 에러가 제거된 제2 안정화 영상을 출력하는 단계(S500)를 수행한다.The second correction movement ( ), The
한편, 본 발명은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.Meanwhile, the present invention can be embodied in computer readable code on a computer readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.Examples of the computer-readable recording medium include a ROM, a RAM, a CD-ROM, a magnetic tape, a floppy disk, an optical data storage device and the like, and also a carrier wave (for example, transmission via the Internet) . In addition, the computer-readable recording medium may be distributed over network-connected computer systems so that computer readable codes can be stored and executed in a distributed manner. In addition, functional programs, codes, and code segments for implementing the present invention can be easily deduced by programmers skilled in the art to which the present invention belongs.
이제까지 본 발명에 대하여 바람직한 실시 예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다. 그러므로 상기 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.The present invention has been described above with reference to preferred embodiments. It will be understood by those skilled in the art that the present invention may be embodied in various other forms without departing from the spirit or essential characteristics thereof. Therefore, the above-described embodiments should be considered in an illustrative rather than a restrictive sense. The scope of the present invention is indicated by the appended claims rather than by the foregoing description, and all differences within the scope of equivalents thereof should be construed as being included in the present invention.
100: 카메라
200: 영상 처리수단
300: 제1 안정화 영상 획득수단
310: 제1 보정 움직임 획득부
320: 제1 안정화 영상 출력부
400: 제2 안정화 영상 획득수단
410: 제2 움직임 획득부
420: 제2 보정 움직임 획득부
430: 제2 안정화 영상 출력부100: camera
200: image processing means
300: first stabilized image acquiring means
310: first correction motion acquiring unit
320: a first stabilized image output unit
400: second stabilized image acquisition means
410: second motion acquisition unit
420: second correction motion acquiring unit
430: a second stabilized image output unit
Claims (20)
상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하고, 상기 제1 움직임들의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 획득하는 단계;를 포함하는 것을 특징으로 하는 영상 안정화 방법.Obtaining a first stabilized image by applying a first corrective motion obtained by inverting an accumulated result of first motions estimated between adjacent images starting from a reference image to an arbitrary image to the image; And
And a second correction motion obtained by inverting the accumulation result of the first motion and the accumulation result of the second motion is applied to the image, 2 stabilized image using the image stabilization method.
상기 제1 움직임들 각각에 대한 드리프트 에러를 포함하고 있는 것을 특징으로 하는 영상 안정화 방법.The image stabilization method according to claim 1,
And a drift error for each of the first motions.
상기 제2 보정 움직임에 의해 상기 드리프트 에러가 제거된 영상인 것을 특징으로 하는 영상 안정화 방법.3. The image stabilization method according to claim 2,
And the drift error is removed by the second correction movement.
상기 기준 영상을 시작으로 상기 임의의 영상까지 인접하는 영상들 간에 추정된 제1 움직임들의 누적결과를 역으로 변환한 제1 보정 움직임을 획득하는 단계; 및
상기 제1 보정 움직임을 상기 영상에 역으로 적용하여 제1 안정화 영상을 획득하는 단계;를 포함하는 것을 특징으로 하는 영상 안정화 방법.2. The method of claim 1, wherein obtaining the first stabilization image comprises:
Obtaining a first corrective motion inverse of the cumulative result of the first motion estimated between adjacent images from the reference image to the arbitrary image; And
And applying the first correction motion to the image to obtain a first stabilized image.
상기 인접하는 영상 중 제1 영상으로부터 특징점들을 추출하는 단계;
상기 인접하는 영상 중 제2 영상 내에서 상기 특징점들을 추적하여 상기 특징점들에 대응하는 대응점들을 획득하는 단계;
상기 대응점들을 이용하여 상기 제1 영상에 대한 상기 제2 영상의 움직임으로써 상기 제1 움직임을 추정하는 단계; 및
상기 제1 움직임을 포함하여 상기 기준 영상부터 상기 영상의 이전 영상까지 인접영상 간에 추정된 또 다른 제1 움직임들의 누적 결과를 역으로 변환한 제1 보정 움직임을 획득하는 단계;를 포함하는 것을 특징으로 하는 영상 안정화 방법.5. The method of claim 4, wherein obtaining the first correction motion comprises:
Extracting feature points from a first image of the neighboring images;
Tracing the feature points in a second one of the adjacent images to obtain corresponding points corresponding to the feature points;
Estimating the first motion with the motion of the second image with respect to the first image using the corresponding points; And
And acquiring a first corrective motion including inverse transform the cumulative result of another first motion estimated between adjacent images from the reference image to the previous image including the first motion, / RTI >
상기 제1 영상을 축소하고 엣지 영상을 획득하는 단계; 및
상기 엣지 영상 내의 임의의 블록 내에 존재하는 엣지의 개수가 임계값을 초과하는 경우 상기 블록을 특징점으로 추출하는 단계;를 포함하는 것을 특징으로 하는 영상 안정화 방법.6. The method of claim 5, wherein extracting the feature points comprises:
Reducing the first image and obtaining an edge image; And
And extracting the block as a feature point when the number of edges in an arbitrary block in the edge image exceeds a threshold value.
상기 대응점들의 이동, 회전, 크기변화를 포함하는 상기 제1 움직임들을 추정하는 단계;인 것을 특징으로 하는 영상 안정화 방법.6. The method of claim 5, wherein estimating the first movements comprises:
And estimating the first movements including movement, rotation, and size change of the corresponding points.
상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하는 단계;
상기 제1 움직임들의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 획득하는 단계; 및
상기 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 획득하는 단계;를 포함하는 것을 특징으로 하는 영상 안정화 방법.2. The method of claim 1, wherein the obtaining of the second stabilization image comprises:
Obtaining a second motion estimated between the reference image and the first stabilized image;
Obtaining an accumulation result of the first motions and a second compensating motion obtained by inversely converting an accumulation result of the second motions; And
And applying the second correction motion to the image to obtain a second stabilized image.
상기 기준 영상으로부터 특징점들을 추출하는 단계;
상기 제1 안정화 영상 내에서 상기 특징점들을 추적하여 상기 특징점들에 대응하는 대응점들을 획득하는 단계; 및
상기 대응점들을 이용하여 상기 기준 영상에 대한 상기 제1 안정화 영상의 움직임으로써 상기 제2 움직임을 추정하여 획득하는 단계;를 포함하는 것을 특징으로 하는 영상 안정화 방법.9. The method of claim 8, wherein acquiring the second motion comprises:
Extracting feature points from the reference image;
Tracing the feature points in the first stabilization image to obtain corresponding points corresponding to the feature points; And
And estimating and acquiring the second motion as the movement of the first stabilized image with respect to the reference image using the corresponding points.
상기 기준 영상을 축소하고 엣지 영상을 획득하는 단계; 및
상기 엣지 영상 내의 임의의 블록 내에 존재하는 엣지의 개수가 임계값을 초과하는 경우 상기 블록을 특징점으로 추출하는 단계;를 포함하는 것을 특징으로 하는 영상 안정화 방법.10. The method of claim 9, wherein extracting the feature points comprises:
Reducing the reference image and obtaining an edge image; And
And extracting the block as a feature point when the number of edges in an arbitrary block in the edge image exceeds a threshold value.
상기 대응점들의 이동, 회전, 크기변화를 포함하는 상기 제2 움직임을 획득하는 단계;인 것을 특징으로 하는 영상 안정화 방법.10. The method of claim 9, wherein obtaining the second motion comprises:
And obtaining the second motion including the movement, rotation, and size change of the corresponding points.
상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하고, 상기 제1 움직임들의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 획득하는 제2 안정화 영상 획득수단;을 포함하는 것을 특징으로 하는 영상 안정화 장치.A first stabilization image for acquiring a first stabilization image by accumulating estimated first motions between adjacent images up to an arbitrary image starting from a reference image and applying the accumulation result to the image as a first compensating motion, Acquiring means; And
And a second correction motion obtained by inverting the accumulation result of the first motion and the accumulation result of the second motion is applied to the image, And a second stabilized image acquiring means for acquiring a second stabilized image.
상기 제1 안정화 영상은 상기 제1 움직임들 각각에 대한 드리프트 에러를 포함하고 있으며,
상기 제2 안정화 영상은 제2 보정 움직임에 의해 상기 드리프트 에러가 제거된 영상인 것을 특징으로 하는 영상 안정화 장치.13. The method of claim 12,
Wherein the first stabilization image includes a drift error for each of the first motions,
Wherein the second stabilization image is an image in which the drift error is removed by a second correction movement.
상기 기준 영상을 시작으로 상기 임의의 영상까지 인접하는 영상들 간에 추정된 제1 움직임들의 누적결과를 역으로 변환한 제1 보정 움직임을 획득하는 제1 보정 움직임 획득부; 및
상기 제1 보정 움직임을 상기 영상에 적용하여 제1 안정화 영상을 출력하는 제1 안정화 영상 출력부;를 포함하는 것을 특징으로 하는 영상 안정화 장치.13. The image stabilization apparatus according to claim 12,
A first correcting motion acquiring unit acquiring a first correcting motion obtained by reversely converting an accumulation result of first motion estimated between adjacent images starting from the reference image to the arbitrary image; And
And a first stabilized image output unit for applying the first correction motion to the image to output a first stabilized image.
상기 인접하는 영상 중 제1 영상으로부터 특징점들을 추출하고,
상기 인접하는 영상 중 제2 영상 내에서 상기 특징점들을 추적하여 상기 특징점들에 대응하는 대응점들을 획득하고,
상기 대응점들을 이용하여 상기 제1 영상에 대한 상기 제2 영상의 움직임으로써 상기 제1 움직임들을 추정하고,
상기 제1 움직임을 포함하여 상기 기준 영상부터 상기 영상의 이전 영상까지 인접영상 간에 추정된 또 다른 제1 움직임들의 누적 결과를 역으로 변환한 제1 보정 움직임을 획득하는 것을 특징으로 하는 영상 안정화 장치.15. The image processing apparatus according to claim 14,
Extracting feature points from a first image of the adjacent images,
Tracking the feature points in a second image of the neighboring images to obtain corresponding points corresponding to the feature points,
Estimating the first movements with the movement of the second image relative to the first image using the corresponding points,
And obtains a first corrective motion in which an accumulation result of another first motion estimated between adjacent images from the reference image to the previous image including the first motion is inversely transformed.
상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하는 제2 움직임 획득부;
상기 제1 움직임의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 획득하는 제2 보정 움직임 획득부; 및
상기 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 출력하는 제2 안정화 영상 출력부;를 포함하는 것을 특징으로 하는 영상 안정화 장치.13. The image stabilization apparatus according to claim 12,
A second motion acquiring unit acquiring a second motion estimated between the reference image and the first stabilized image;
A second correction motion acquiring unit for acquiring a second correction motion obtained by inverting the accumulation result of the first motion and the accumulation result of the second motion; And
And a second stabilized image output unit for applying the second correction motion to the image and outputting a second stabilized image.
상기 기준 영상으로부터 특징점들을 추출하고,
상기 제1 안정화 영상 내에서 상기 특징점들을 추적하여 상기 특징점들에 대응하는 대응점들을 획득하고,
상기 대응점들을 이용하여 상기 기준 영상에 대한 상기 제1 안정화 영상의 움직임으로써 상기 제2 움직임을 추정하여 획득하는 것을 특징으로 하는 영상 안정화 장치.17. The apparatus of claim 16, wherein the second motion-
Extracting feature points from the reference image,
Tracking the feature points in the first stabilization image to obtain corresponding points corresponding to the feature points,
And estimates and acquires the second motion as a motion of the first stabilized image with respect to the reference image using the corresponding points.
상기 기준 영상을 축소하고 엣지 영상을 획득하고, 상기 엣지 영상 내의 임의의 블록 내에 존재하는 엣지의 개수가 임계값을 초과하는 경우 상기 블록을 특징점으로 추출하는 것을 특징으로 하는 영상 안정화 장치.18. The apparatus of claim 17, wherein the second motion-
Wherein the reference image is reduced and an edge image is obtained, and when the number of edges existing in an arbitrary block in the edge image exceeds a threshold value, the image stabilization device extracts the block as a feature point.
상기 대응점들의 이동, 회전, 크기변화를 포함하는 상기 제2 움직임을 획득하는 것을 특징으로 하는 영상 안정화 장치.18. The apparatus of claim 17, wherein the second motion-
And acquires the second motion including the movement, rotation, and size change of the corresponding points.
상기 제1 보정 움직임을 상기 영상에 역으로 적용하여 제1 안정화 영상을 획득하는 단계;
상기 기준 영상 및 상기 제1 안정화 영상 간에 추정된 제2 움직임을 획득하는 단계;
상기 제1 움직임들의 누적결과 및 상기 제2 움직임의 누적결과를 역으로 변환한 제2 보정 움직임을 획득하는 단계; 및
상기 제2 보정 움직임을 상기 영상에 적용하여 제2 안정화 영상을 획득하는 단계;를 포함하는 것을 특징으로 하는 영상 안정화 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체.Obtaining a first corrective motion inverse of the cumulative result of the first motion estimated between adjacent images from the reference image to the arbitrary image;
Applying the first correction motion back to the image to obtain a first stabilized image;
Obtaining a second motion estimated between the reference image and the first stabilized image;
Obtaining an accumulation result of the first motions and a second compensating motion obtained by inversely converting an accumulation result of the second motions; And
And applying the second correction motion to the image to obtain a second stabilized image. The computer-readable recording medium according to claim 1,
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130082470A KR101883481B1 (en) | 2013-07-12 | 2013-07-12 | Apparatus and method for stabilizing image |
US14/075,768 US9716832B2 (en) | 2013-07-12 | 2013-11-08 | Apparatus and method for stabilizing image |
CN201410019534.9A CN104284059B (en) | 2013-07-12 | 2014-01-16 | For stablizing the device and method of image |
US15/288,788 US10136063B2 (en) | 2013-07-12 | 2016-10-07 | Image stabilizing method and apparatus |
US16/133,196 US10848672B2 (en) | 2013-07-12 | 2018-09-17 | Image stabilizing method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130082470A KR101883481B1 (en) | 2013-07-12 | 2013-07-12 | Apparatus and method for stabilizing image |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20150007881A true KR20150007881A (en) | 2015-01-21 |
KR101883481B1 KR101883481B1 (en) | 2018-07-31 |
Family
ID=52258513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130082470A KR101883481B1 (en) | 2013-07-12 | 2013-07-12 | Apparatus and method for stabilizing image |
Country Status (3)
Country | Link |
---|---|
US (1) | US9716832B2 (en) |
KR (1) | KR101883481B1 (en) |
CN (1) | CN104284059B (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170082944A (en) * | 2016-01-07 | 2017-07-17 | 에스케이텔레콤 주식회사 | Method and Apparatus For Providing Multiple-Speed Reproduction of Video |
KR20170082945A (en) * | 2016-01-07 | 2017-07-17 | 에스케이텔레콤 주식회사 | Method and Apparatus for Stabilizing Video |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102282458B1 (en) * | 2015-03-23 | 2021-07-27 | 한화테크윈 주식회사 | Method and Device for dewobbling scene |
JP6448218B2 (en) * | 2014-05-12 | 2019-01-09 | キヤノン株式会社 | IMAGING DEVICE, ITS CONTROL METHOD, AND INFORMATION PROCESSING SYSTEM |
CN107615759B (en) * | 2015-06-10 | 2020-09-01 | 索尼互动娱乐股份有限公司 | Head-mounted display, display control method, and program |
US10708571B2 (en) * | 2015-06-29 | 2020-07-07 | Microsoft Technology Licensing, Llc | Video frame processing |
KR102457617B1 (en) * | 2015-09-16 | 2022-10-21 | 한화테크윈 주식회사 | Method and apparatus of estimating a motion of an image, method and apparatus of image stabilization and computer-readable recording medium for executing the method |
US20170134746A1 (en) * | 2015-11-06 | 2017-05-11 | Intel Corporation | Motion vector assisted video stabilization |
CN109040521B (en) * | 2017-06-08 | 2020-11-13 | 株式会社理光 | Image processing method, image processing device, electronic equipment and computer readable storage medium |
US10616486B2 (en) | 2018-08-09 | 2020-04-07 | Ford Global Technologies, Llc | Video stabilization |
US11783707B2 (en) | 2018-10-09 | 2023-10-10 | Ford Global Technologies, Llc | Vehicle path planning |
CN113474809A (en) * | 2019-02-26 | 2021-10-01 | 株式会社索思未来 | Information processing apparatus and information processing method |
US11460851B2 (en) | 2019-05-24 | 2022-10-04 | Ford Global Technologies, Llc | Eccentricity image fusion |
US11521494B2 (en) | 2019-06-11 | 2022-12-06 | Ford Global Technologies, Llc | Vehicle eccentricity mapping |
US11662741B2 (en) | 2019-06-28 | 2023-05-30 | Ford Global Technologies, Llc | Vehicle visual odometry |
US12046047B2 (en) | 2021-12-07 | 2024-07-23 | Ford Global Technologies, Llc | Object detection |
KR20230115127A (en) | 2022-01-26 | 2023-08-02 | 국방과학연구소 | Moving object detection method and apparatus for image stabilization |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020001331A (en) | 2000-06-28 | 2002-01-09 | 윤종용 | Apparatus for stabilizing digital video |
US6628214B1 (en) * | 1998-09-01 | 2003-09-30 | Seiko Epson Corporation | Deserializer, semiconductor device, electronic device, and data transmission system |
US20060177209A1 (en) * | 2005-02-09 | 2006-08-10 | Kenichi Miyasako | Imaging apparatus |
KR100898406B1 (en) * | 2007-11-19 | 2009-05-21 | 중앙대학교 산학협력단 | System and method for stabilizing digital video |
US20100134640A1 (en) * | 2008-12-03 | 2010-06-03 | Institute For Information Industry | Method and system for digital image stabilization |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5748231A (en) | 1992-10-13 | 1998-05-05 | Samsung Electronics Co., Ltd. | Adaptive motion vector decision method and device for digital image stabilizer system |
KR970004927B1 (en) | 1993-02-27 | 1997-04-08 | 삼성전자 주식회사 | Adaptive motion decision system for digital image stabilizer based on edge pattern matching |
JP3957915B2 (en) * | 1999-03-08 | 2007-08-15 | パイオニア株式会社 | Fade detection device and information encoding device |
KR20040083822A (en) | 2003-03-25 | 2004-10-06 | (주)시스포 | A Moving Vector Detector of Camera Motion |
JP4152398B2 (en) * | 2005-05-26 | 2008-09-17 | 三洋電機株式会社 | Image stabilizer |
US7860276B2 (en) * | 2005-12-08 | 2010-12-28 | Topcon Corporation | Image processing device and method |
US8116576B2 (en) | 2006-03-03 | 2012-02-14 | Panasonic Corporation | Image processing method and image processing device for reconstructing a high-resolution picture from a captured low-resolution picture |
JP5008421B2 (en) | 2006-03-03 | 2012-08-22 | パナソニック株式会社 | Image processing method, image processing apparatus, integrated circuit, camera, and program |
US20080165280A1 (en) * | 2007-01-05 | 2008-07-10 | Deever Aaron T | Digital video stabilization with manual control |
TWI367026B (en) * | 2007-03-28 | 2012-06-21 | Quanta Comp Inc | Method and apparatus for image stabilization |
US8290212B2 (en) | 2007-07-17 | 2012-10-16 | Lockheed Martin Corporation | Super-resolving moving vehicles in an unregistered set of video frames |
-
2013
- 2013-07-12 KR KR1020130082470A patent/KR101883481B1/en active IP Right Grant
- 2013-11-08 US US14/075,768 patent/US9716832B2/en active Active
-
2014
- 2014-01-16 CN CN201410019534.9A patent/CN104284059B/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6628214B1 (en) * | 1998-09-01 | 2003-09-30 | Seiko Epson Corporation | Deserializer, semiconductor device, electronic device, and data transmission system |
KR20020001331A (en) | 2000-06-28 | 2002-01-09 | 윤종용 | Apparatus for stabilizing digital video |
US20060177209A1 (en) * | 2005-02-09 | 2006-08-10 | Kenichi Miyasako | Imaging apparatus |
KR100898406B1 (en) * | 2007-11-19 | 2009-05-21 | 중앙대학교 산학협력단 | System and method for stabilizing digital video |
US20100134640A1 (en) * | 2008-12-03 | 2010-06-03 | Institute For Information Industry | Method and system for digital image stabilization |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170082944A (en) * | 2016-01-07 | 2017-07-17 | 에스케이텔레콤 주식회사 | Method and Apparatus For Providing Multiple-Speed Reproduction of Video |
KR20170082945A (en) * | 2016-01-07 | 2017-07-17 | 에스케이텔레콤 주식회사 | Method and Apparatus for Stabilizing Video |
Also Published As
Publication number | Publication date |
---|---|
KR101883481B1 (en) | 2018-07-31 |
US9716832B2 (en) | 2017-07-25 |
CN104284059B (en) | 2019-03-29 |
US20150015727A1 (en) | 2015-01-15 |
CN104284059A (en) | 2015-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101883481B1 (en) | Apparatus and method for stabilizing image | |
US10404917B2 (en) | One-pass video stabilization | |
US8428390B2 (en) | Generating sharp images, panoramas, and videos from motion-blurred videos | |
KR101524548B1 (en) | Apparatus and method for alignment of images | |
JP4500875B2 (en) | Method and apparatus for removing motion blur effect | |
CN103139568B (en) | Based on the Video Stabilization method of degree of rarefication and fidelity constraint | |
US9210445B2 (en) | Method and apparatus for periodic structure handling for motion compensation | |
KR102069269B1 (en) | Apparatus and method for stabilizing image | |
US9838604B2 (en) | Method and system for stabilizing video frames | |
CN106550187B (en) | Apparatus and method for image stabilization | |
KR101671391B1 (en) | Method for deblurring video using modeling blurred video with layers, recording medium and device for performing the method | |
KR20100107594A (en) | Apparatus and method for image stabilization using adaptive kalman filter | |
KR102003460B1 (en) | Device and Method for dewobbling | |
US7848541B2 (en) | Differential phase correlation | |
US20120019677A1 (en) | Image stabilization in a digital camera | |
US10861166B2 (en) | Image restoration method | |
Ji et al. | Single Image Deblurring with Row-dependent Blur Magnitude | |
KR102213201B1 (en) | Apparatus and method for stabilizing image | |
Nakabayashi et al. | Event-based Blur Kernel Estimation For Blind Motion Deblurring | |
CN109891877B (en) | Image processing device, image display device, and program | |
Altinisik et al. | Source camera attribution from strongly stabilized videos | |
Tariq et al. | Video Target Stabilization Based on Motion Vector Compensation. | |
CN113269695A (en) | Image deblurring method, system, device and storage medium | |
Huang et al. | Video stabilization with distortion correction for wide-angle lens dashcam | |
KR20180016889A (en) | Image process device and image processing method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |